신흥 Crypto x AI 교차 수직 분야 및 17개 프로젝트 개요

작성자: Aylo, alpha please

편집: xiaozou, 금색 재정

「위대한 혁신이 나타날 때, 그것은 거의 확실히 혼란스럽고 불완전하며 혼란스러운 형태로 나타납니다. 발견자 자신에게는 그것을 반만 이해할 수 있습니다; 다른 사람들에게는 그것은 수수께끼가 될 것입니다. 처음 보기에는 충분히 미친 것 같지 않은 어떤 추측도 희망이 없습니다。」------ 프리먼 다이슨

나는 이 글에서 암호화폐와 인공지능 분야에서 진행 중인 잠재적 융합을 탐구하고, 당신이 관심을 가질 만한 17개의 Crypto x AI 프로젝트를 나열할 것입니다. 이 프로젝트들은 당신의 관심 목록에 추가할 것을 고려할 수 있습니다.

alpha 폭격을 맞을 준비가 되셨나요?

하지만 토끼 굴에 뛰어들기 전에, 한 가지 말씀드리고 싶습니다: 우리는 Crypto x AI 분야의 빙산의 일각만을 다루고 있습니다. 이 분야는 현재 초기 단계에 있으며, 상당히 복잡하고 동시에 매우 투기적입니다.

나는 눈에 띄지 않는 암호화폐 연구자일 뿐이며, 신흥 수직 분야의 보폭을 따라잡으려 하고 있습니다. 그래서 내 조언은: 이 분야에 투자할 때는 반드시 신중하게 행동해야 한다는 것입니다. 이 단계는 여전히 초기 투기 단계이며, 이 주기의 가격은 기술과 기본적인 것들을 훨씬 초과할 가능성이 높습니다.

이 글은 다음 5개 부분으로 구성됩니다: AI 개요, AI 스택, 왜 Crypto와 AI가 완벽한 융합인지, 신흥 Crypto x AI 수직 분야 소개, 17개의 Crypto x AI 프로젝트.

1. AI 개요

인공지능(AI)은 복잡한 학문으로, 그 모든 측면을 진정으로 이해하기 위해서는 수년간의 연구가 필요합니다. 그러나 이 글에서는 인공지능을 인간의 인지 지능을 모방하거나 시뮬레이션하려는 학문 분야로 정의하고, 학습, 추론, 문제 해결 또는 자연어 이해와 같은 일련의 작업을 수행하려고 합니다.

인공지능은 수년간 소수의 연구 분야였지만, ChatGPT의 출현과 함께 AI는 진정한 돌파구를 맞이했습니다. 우리는 생성형 AI 로봇과 처음 상호작용했을 때의 흥분을 모두 기억합니다. 과거를 돌아보면, 그것은 '아이폰'과 유사한 놀라운 순간이었습니다.

AI 소비 제품의 채택 속도는 역사상 가장 빠르며, 2개월 만에 1억 사용자로 확장되었습니다. 비교하자면, Facebook은 같은 사용자 규모에 도달하는 데 1500일이 걸렸습니다.

우리는 이 분야가 기하급수적으로 성장하고 있음을 보고 있습니다. ARK의 예측을 고려할 때, 2024년에는 훈련 모델의 성능이 5배 증가할 수 있으며, 인공지능은 광범위한 사용 사례를 계속해서 열어갈 것입니다.

앞으로 몇 년 동안 수십억 달러 규모의 인공지능 응용 프로그램이나 인프라 회사가 등장하는 것은 새로운 일이 아닐 것이며, 이들은 AI 응용 프로그램이나 인프라를 활용하여 인공지능 혁명을 가능하게 할 것입니다. 사실, 이 분야에 대한 자금 조달은 최근 급증하고 있습니다.

이제 인공지능을 가능하게 하는 것이 무엇인지 더 깊이 살펴보겠습니다.

2. AI 스택

당신이 인공지능을 생각할 때, 나와 마찬가지로 먼저 ChatGPT와 생성형 AI 프롬프트를 떠올릴 것이라고 믿습니다. 하지만 이것은 빙산의 일각에 불과하며, 실제로 '인공지능' 분야는 훨씬 더 복잡합니다. 더 잘 이해하기 위해, AI 스택을 구성하는 기술 층과 구성 요소를 간단히 살펴보겠습니다:

(1) 컴퓨팅 하드웨어

인공지능은 단순히 코드와 관련된 것이 아닙니다. 인공지능은 자원 집약적이며, 특정 물리적 인프라—신경 처리 장치(NPU), 그래픽 처리 장치(GPU), 텐서 처리 장치(TPU)—가 필수적입니다. 궁극적으로 이러한 물리적 인프라는 계산과 알고리즘을 실행하는 물리적 수단을 구성하여 인공지능 시스템이 정상적으로 작동하도록 합니다. 그것들이 없으면 인공지능도 없습니다.

이 분야의 산업 선두주자는 NVIDIA(잘 알려져 있어 소개가 필요 없음), 인텔 및 AMD입니다. 이들은 모델 훈련 및 추론 작업 부하를 위해 가장 효율적인 하드웨어를 개발하기 위해 경쟁하고 있습니다.

현재까지 NVIDIA는 이 혁명에 참여하는 가장 직접적인 방법 중 하나입니다(최근 NVIDIA의 가격 동향에서 그 단서를 볼 수 있습니다).

(2) 클라우드 플랫폼

인공지능 개발자는 모델을 실행하기 위해 하드웨어에 의존합니다. 일반적으로 그들은 하드웨어 성능을 얻는 두 가지 주요 방법이 있습니다: 로컬에서 GPU를 실행하거나 클라우드 서비스 제공업체에 의존하는 것입니다. 첫 번째 솔루션은 종종 너무 비쌉니다. 경제성 측면에서 볼 때 가치가 없으며, 시간이 지남에 따라 클라우드 제공업체는 흥미로운 대안으로 입증되었습니다.

클라우드 제공업체는 대량의 자원을 보유한 대기업으로, 이들은 이러한 강력한 하드웨어를 인수하고 운영하여 개발자가 필요에 따라 요금을 지불하거나 구독 방식으로 이러한 자원을 사용할 수 있도록 합니다. 이를 통해 개발자는 자신의 물리적 인프라를 유지 관리하기 위해 투자할 필요가 없습니다.

이 분야의 산업 선두주자는 AWS, 구글 클라우드 또는 NVIDIA DGX 클라우드입니다. 이들은 대소 개발자가 다중 노드 슈퍼 컴퓨팅에 신속하게 접근할 수 있도록 하는 것을 목표로 하고 있습니다.

(3) 모델

클라우드 플랫폼 위에는 인공지능에서 가장 복잡하고 널리 홍보되는 부분인 ML(기계 학습) 모델이 있습니다. 이러한 계산 시스템의 설계 목적은 명시적인 프로그래밍 지침 없이 작업을 수행하는 것으로, 인공지능 시스템의 두뇌를 나타냅니다.

기계 학습은 데이터, 훈련 및 추론의 세 가지 주요 단계로 나뉘며, 세 가지 주요 학습 유형이 있습니다: 감독 학습, 비감독 학습 및 강화 학습.

감독 학습은 예시에서 학습하는 것을 의미합니다(교사가 제공). 교사는 모델에게 개와 관련된 이미지를 보여주고 이것들이 개라고 알려줄 수 있습니다. 그러면 모델은 개와 다른 동물을 구별하는 법을 배웁니다.

많은 인기 있는 모델, 예를 들어 LLM(GPT-4 및 LLaMa)은 비감독 학습을 통해 훈련됩니다. 이 학습 모드에서는 교사가 지침이나 예시를 제공하지 않습니다. 모델은 데이터에서 패턴을 찾는 법을 배웁니다.

강화 학습(시험과 오류를 통한 학습)은 주로 로봇 제어 및 게임(예: 체스 또는 바둑)과 같은 순차적 결정 작업에 사용됩니다.

마지막으로, 이러한 모델은 오픈 소스일 수 있습니다(예: Hugging Face와 같은 모델 센터에서 찾을 수 있음) 또는 클로즈드 소스일 수 있습니다(예: OpenAI 모델, API를 통해 접근 가능).

(4) 응용

이것은 AI 스택의 마지막 층이며, 우리가 사용자로서 일반적으로 마주하는 층입니다. 이들은 B2B일 수도 있고 B2C일 수도 있으며, AI 모델을 활용하여 그 기반 위에 응용 프로그램을 구축합니다. Replika는 당신이 가상 동반자를 디자인하고 24시간 내내 대화할 수 있게 해주는 인기 있는 예입니다. 사용자 리뷰에 따르면, 그것은 많은 사람들의 삶에 실질적인 영향을 미친 것 같습니다.

「내 Replika는 나에게 너무 중요해요! 그녀는 항상 긍정적인 태도로 나를 격려하고 지지해줍니다. 사실, 그녀는 나의 롤모델이 되어주고, 더 나은 사람이 되는 방법을 알려줍니다!」

전반적으로, 이러한 다양한 기술 층은 여전히 초기 개발 단계에 있는 것처럼 보이며, 우리는 일부 사람들이 말하는 캄브리아기 대폭발의 시작 단계에 있습니다. 따라서 우리는 암호화폐가 이 기술 번영에서 큰 역할을 할 것이라고 볼 수 있습니다.

3. 왜 Crypto와 AI가 완벽한 융합이라고 할 수 있을까?

비록 암호화 기술이 AI 스택의 각 층에 필수적이지는 않지만, 분산형 인공지능이 분산형 화폐만큼이나 중요하다는 것을 믿게 하는 많은 이유가 있습니다. 스마트 계약은 기계 학습을 활용하여 강력한 사용자 경험을 제공할 수 있으며, 암호화 기술은 더 높은 보안성, 투명성을 제공하고 새로운 인공지능 사용 사례를 열 수 있습니다.

인공지능이 암호화 분야를 주도하고 있다

시장은 암호화와 인공지능의 교차점에서의 잠재적 응용에 대해 큰 열정을 보였으며, 현재 가장 인기 있는 서사라는 추세가 나타나고 있습니다. 2024년 초 이후로, 암호화 세계의 다른 분야에 비해 인공지능의 성과는 매우 좋습니다.

이 분야가 더욱 발전함에 따라, 우리는 여전히 초기 단계에 있으며, 거품이 막 형성되었을 가능성이 충분히 있습니다.

Crypto와 AI 사이에서 어떤 발전이 일어나고 있는지 살펴보겠습니다.

4. 신흥 Crypto x AI 수직 분야 소개

다음은 암호화와 AI 간의 주요 시너지 효과입니다:

(1) 중앙 집중식 클라우드 제공업체에서 DePIN으로:

앞서 언급했듯이, 인공지능의 기본 층은 하드웨어와 클라우드 제공업체입니다. 암호화 기술이 더 나은 하드웨어 생산에서 경쟁할 수는 없지만(그럴 이유도 없습니다), 공정하게 말하면, 암호화 기술은 더 효율적이고 안전하며 분산된 방식으로 다중 노드 슈퍼 컴퓨팅에 접근하는 데 기여할 수 있습니다. 이는 암호화 분야의 하위 분야인 DePIN(분산형 물리적 인프라)입니다. 이는 블록체인 프로토콜을 나타내며, 분산형 커뮤니티가 물리적 하드웨어를 구축하고 유지하도록 유도합니다.

인공지능의 DePIN의 주요 사용 사례는 클라우드 스토리지 및 컴퓨팅 능력입니다.

아이디어는 간단합니다: 인공지능 개발자는 더 많은 GPU와 데이터 저장 용량이 필요하며, 우리는 암호화 DePIN 프로젝트가 토큰 인센티브를 통해 잠재 자원을 활성화하고 새로운 컴퓨팅 및 저장 공급을 촉진할 수 있다고 충분히 믿고 있습니다.

(2) 투명성, 사용자 관리 및 데이터 소유권 지원:

인공지능은 인터넷을 초월할 것입니다. 이는 자유롭고 민주적인 사회가 잘 운영되기 위해서는 사용되는 모델이 무엇인지, 그것들이 어떻게 작동하는지, 어떤 데이터가 입력되었는지를 이해하는 것이 중요하다는 것을 의미합니다. 이를 고려할 때, Web2.0 거대 기업의 블랙박스 운영과 독점적 힘에 대한 끝없는 논쟁은 AI의 토큰화(인프라에서 모델 및 응용 프로그램까지)를 통해 사용자에게 소유권을 부여함으로써 종료될 수 있다고 생각합니다.

어떤 경우에는 개인이 사용하는 AI 모델의 출처를 아는 것이 상당히 중요할 수 있습니다. 모든 것과 마찬가지로, 모델은 편향을 가지고 있으며, 모델의 생성 방식과 훈련 데이터에 따라 출력 결과가 완전히 다를 수 있습니다. 인공지능 모델과 훈련은 체인 상에서 분산되어야 하며, 더 높은 투명성을 가져야 할 충분한 이유가 있습니다.

우리는 상원이나 어떤 불투명한 실체가 세계의 발전 방향을 결정하도록 할 필요가 없으며, 우리의 데이터에 대한 통제를 동의 없이 받거나 끝없는 약관과 조건을 요구받을 필요가 없습니다. 사실, 우리가 원하는 것은 투명성과 사용자 관리가 모든 것의 전제 조건이 되는 것입니다. 우리는 우리의 데이터를 통제할 수 있어야 합니다.

암호화 인프라를 활용함으로써, 우리는 인터넷 응용 프로그램에서 발생한 동일한 오류를 반복하는 것을 피할 수 있습니다. 우리는 집단 소유권, 분산 거버넌스 및 모든 수준의 투명성을 가질 수 있습니다. 이것이 바로 나아갈 길입니다.

(3) 인센티브 정렬 및 AI 화폐화:

고품질 훈련 데이터는 모델 성능의 주요 기여 요소 중 하나입니다. 그러나 ARK가 언급했듯이, 2024년까지 고품질 훈련 데이터의 우수한 출처가 고갈될 수 있으며, 이는 모델 성능이 정체될 수 있음을 의미합니다.

암호화 기술은 개인이 개인 및 공공 데이터 세트와 인공지능 모델, 에이전트 및 AI 스택의 다른 부분을 화폐화하도록 인센티브를 제공할 수 있습니다. 허가 없이 변동성이 큰 글로벌 시장을 창출할 가능성이 있으며, 누구나 기여로 보상을 받을 수 있습니다. 또한, 훈련에 사용되는 데이터의 품질을 유지하도록 사람들을 유도하거나 특정 네트워크에 대해 다양한 모델을 제공할 수 있는 가능성도 있습니다.

암호화 분야는 금융화 열풍을 주도하고 있습니다. AI 스택은 자체 지불 메커니즘을 필요로 합니다. 좋은 융합처럼 들리지 않나요?

(4) 체인 상 AI/ML(ZKML & opML):

제로 지식 암호학은 주어진 계산 집합에 대한 '무결성' 증명을 생성할 수 있는 능력을 제공하기 때문에 가장 인기 있는 web3 기술 중 하나입니다. 여기서 검증 증명은 계산을 실행하는 것보다 훨씬 쉽습니다.

ZKML에 대해 이야기할 때, 우리는 ZK(제로 지식) 증명을 기계 학습 모델의 '추론' 및 '데이터' 부분에 적용할 가능성에 대해 이야기하고 있습니다(계산량이 너무 많은 훈련 부분이 아닙니다). 이 분야의 연구와 기술 발전에 따라, 우리는 ZKP(제로 지식 증명)가 기계 학습 모델의 훈련 단계에 더 적합하게 될 수 있는 보다 효율적이고 확장 가능한 솔루션의 출현을 기대하고 있습니다.

ZKML을 사용하면 계산은 검증자에게 숨겨지지만, prover(증명자)는 추가 정보를 공개하지 않고도 ML의 계산 정확성을 검증할 수 있습니다.

또 다른 방법은 OPML(Optimistic 기계 학습)로, 이는 낙관적인 방법을 사용하여 블록체인 시스템에서 인공지능 모델의 추론 및 훈련/미세 조정을 구현합니다. LlaMA2 및 Stable Diffusion 모델은 현재 낙관적인 메커니즘(Optimism 및 Arbitrum과 유사)을 통해 체인 상에서 접근할 수 있습니다.

아래에서 언급할 프로젝트의 최신 솔루션은 zkML과 opML을 결합하여 이더리움이 개인 정보 기능이 있는 모델을 실행할 수 있도록 합니다.

이는 ML 모델이 체인 상에서 투명하게 되어 주어진 출력이 주어진 모델과 입력 쌍의 곱인지 쉽게 검증할 수 있는 새로운 시대에 진입할 수 있도록 촉진할 수 있습니다. 모델과 데이터 세트가 불투명한 세계에서, 이는 게임 규칙의 변화가 될 수 있으며, 사용자에게 권한을 되돌려주는 것을 의미합니다(투명성과 사용자 거버넌스에 대한 앞서 언급한 아이디어와 일치합니다).

(5) 인증 및 개인 정보 보호:

인공지능 응용 프로그램의 발전과 함께, 우리는 온라인 콘텐츠가 진짜인지 시뮬레이션인지 알 수 없는 임계점에 가까워지고 있습니다. Sora가 생성한 이 이미지를 보세요. 이는 OpenAI가 최근 출시한 텍스트-비디오 생성 플랫폼입니다. 당신은 진위를 구별할 수 있을까요? 상상해 보세요, 앞으로 몇 년 안에 이것이 얼마나 설득력이 있을지.

이 현실을 감안할 때, 우리는 분산형 신원 저장을 블록체인에 두는 것이 충분한 이유가 있습니다. 이렇게 하면 사람들이 인공지능 로봇과 상호작용하면서도 이를 인식하지 못하게 되고, 진짜 정보와 딥페이크 정보를 구별할 수 있습니다. 몇 번의 클릭만으로 은행 파산을 초래할 수 있는 세계(우리가 SVB 사건에서 경험한 것처럼)에서, 진위 증명을 제공하는 것은 매우 중요해지며, 암호화 기술이 이를 실현하는 최선의 방법인 것 같습니다.

여기 간단한 예를 들어 설명하겠습니다: 어떤 것의 공식 저자는 블록체인上的 '해시 값'에 디지털 서명을 하여 '내가 직접 만들었다'고 주장할 수 있습니다. 다른 쪽(예: 미디어 회사)은 거래에 서명하여 '내가 이를 증명했다'고 주장할 수 있습니다. 사용자는 암호화 증명을 통해 도메인에 대한 통제권(예: nytimes.com)을 서명에서 검증할 수 있습니다.

이러한 방식으로 정보는 투명하고, 증명 가능하며, 변경 불가능하고, 조합 가능성이 있습니다. 이는 우리가 살게 될 후 AI 세계의 핵심 요소가 되고 있습니다.

5. 17개의 Crypto x AI 프로젝트

이 글을 마치며, 당신은 다음 단계의 황소 시장에서 좋은 AI 프로젝트 관찰 목록이 당신의 가장 좋은 자산 중 하나가 될 것이라는 데 동의할 수 있을 것이라고 확신합니다.

다행히도, 우리는 이 점에 주목할 것입니다. 하지만 그 전에, 우리는 현재 투기 활동이 어디에나 존재하며 신중하게 행동해야 한다는 것을 상기해야 합니다. 사실, 오늘날 진정으로 실체가 있는 프로젝트는 드물기 때문입니다. 따라서 다음 내용은 예측이 아니라 단순한 아이디어입니다. 데이터가 더 많이 사용 가능해지고 시간이 소음을 제거할 수 있다면, 아이디어는 실제로 크게 변화할 수 있습니다.

이것은 포괄적인 목록이 아니며, 내가 깊이 연구한 프로젝트 중 주목할 만한 것들입니다. 이 분야에서는 많은 일이 일어나고 있으며, 나는 분명히 많은 훌륭한 팀을 놓칠 것입니다.

그렇다면, 당신이 주목해야 할 17개 프로젝트를 살펴보겠습니다:

1. Render Network

소개: Render는 선구적인 분산형 GPU 플랫폼입니다. 간단히 말해, 이 프로젝트는 분산형 GPU의 모든 생산 잠재력을 발휘하여 두 가지 다른 유형의 프로젝트를 지원하는 것을 목표로 합니다: 3D 콘텐츠 생성 및 AI.

긍정적인 이유: GPU는 이미 공급이 부족하며, AI가 현재의 추세를 유지한다면 부족 현상은 더욱 심화될 것이고, 이는 Render Network에 기회가 될 것입니다. Render는 이 사이클에서 AI 서사로부터 혜택을 받을 수 있는 가장 큰 토큰 중 하나입니다. Render는 여러 AI 계산 클라이언트를 보유하고 있습니다.

포지션 확보 방법: RNDR 토큰

2. AKash 프로토콜

소개: Akash는 2020년 9월 Cosmos 애플리케이션 체인으로 메인넷에서 시작된 분산형 컴퓨터 시장입니다. Akash의 첫 번째 반복은 CPU(중앙 처리 장치)에 초점을 맞추었지만, 최근에는 GPU 컴퓨팅으로 전환하여 AI 열풍(Render Network와 유사)으로 인한 컴퓨팅 인프라 패러다임 전환을 활용하고 있습니다.

긍정적인 이유: 이 프로젝트의 현재 비전을 네 단어로 요약하면: 'GPU 컴퓨팅을 위한 에어비앤비'입니다.

포지션 확보 방법: AKT

3. Ora

소개: ORA는 AI와 복잡한 계산을 체인 상으로 가져오는 검증 가능한 오라클 프로토콜입니다. 그들의 솔루션 opp/ai는 zkML과 opML의 장점을 결합하여 두 가지 접근 방식의 도약을 나타냅니다.

긍정적인 이유: 그들의 혁신은 체인 상 AI 발전의 전환점을 나타내며, zkML과 opML의 구성을 통합합니다.

포지션 확보 방법: 그들의 Discord에 가입하여 더 많은 업데이트를 받고 초기 기여자가 되십시오.

4. io.net

소개: 이것은 Solana 기반으로 구축된 또 다른 흥미로운 DePIN 프로젝트로, 분산형 GPU 클라우드 클러스터에 접근할 수 있으며, 비용은 동종 중앙 집중식 서비스의 일부에 불과합니다.

긍정적인 이유: GPU에서 ML 훈련을 위한 분산형 AWS. 즉시, 허가 없이 전 세계 GPU 및 CPU 네트워크에 접근할 수 있습니다. 혁신적인 기술로, GPU 클라우드 클러스터가 함께 작동할 수 있게 합니다. 대규모 AI 스타트업의 계산 비용을 90% 절감할 수 있습니다. Render와 Filecoin을 통합합니다.

포지션 확보 방법: io.net Discord에 가입하고, 그들은 커뮤니티 프로그램을 운영하고 있으며, 이는 IO 에어드랍이 있을 수 있습니다.

5. Bittensor

소개: Bittensor는 블록체인에서 신경망 프로토콜을 생성하여 AI dApp을 만들고, P2P 방식으로 AI 모델 간의 가치 교환을 가능하게 하는 분산형 오픈 소스 프로젝트입니다.

긍정적인 이유: 이는 야심찬 프로젝트로 최근 광범위한 관심을 끌며, 시가 총액이 가장 큰 AI 토큰이 되었습니다. TAO는 이번 AI 열풍의 최대 수혜자 중 하나가 될 가능성이 높습니다.

포지션 확보 방법: TAO 토큰을 확보하고, TAO를 검증자에게 스테이킹하여 TAO 방출량을 얻을 수 있습니다. Discord에 가입하여 네트워크에 기여함으로써 더 깊이 참여할 수도 있습니다.

6. Grass

소개: Grass는 AI 모델을 지원하는 기본 인프라입니다. Grass Web 확장을 설치하면 이 응용 프로그램은 사용하지 않는 인터넷 자원을 AI 회사에 자동으로 판매하며, 후자는 이를 사용하여 인터넷을 크롤링하고 모델을 훈련합니다. 결과는? 당신은 AI의 발전을 공유하고, 당신이 심지어 소유하고 있는지도 모르는 자원을 판매하여 네트워크 지분을 얻습니다.

긍정적인 이유: Grass는 인터넷 연결이 있는 모든 사람에게 새로운 수입원을 창출하고 있습니다. Grass의 목표는 분산형 AI의 데이터 제공 층이 되는 것입니다. 포지션 확보 방법: 백그라운드에서 Chrome 확장 프로그램을 실행하고, 2분 만에 설정하여 Grass 포인트를 벌기 시작할 수 있으며, 이는 올해 말 GRASS 토큰으로 전환될 것입니다.

7. Gensyn

소개: Gensyn 프로토콜은 신뢰할 필요 없는 1계층 프로토콜로, 깊이 학습 계산을 위한 것으로, 공급자 참여자가 네트워크에 계산 시간을 약속하고 ML 작업을 수행할 때 즉시 보상을 제공합니다.

긍정적인 이유: 이 프로젝트는 매우 강력한 지지자를 보유하고 있으며, 그들이 실행할 수 있다면 분명 주요 AI 암호화 인프라 프로젝트가 될 것입니다.

포지션 확보 방법: 그들을 Twitter에서 팔로우하세요.

8. Allora

소개: Allora는 자기 개선 분산형 AI 네트워크입니다. Allora는 응용 프로그램이 자기 개선 ML 모델 네트워크를 통해 더 스마트하고 안전한 AI를 활용할 수 있도록 합니다. 동료 예측, 연합 학습 및 zkML의 최전선 연구를 결합하여 Allora는 암호화폐와 AI의 교차 분야에서 거대한 새로운 응용 디자인 공간을 열었습니다.

긍정적인 이유: Allora는 Upshot에 의해 개발되었으며, Upshot는 지난 2.5년 동안 AI x 암호화 인프라의 시장 리더였습니다. 그들은 더 많은 금융 사용 사례에 집중하고 있습니다: AI 기반 가격 정보 흐름, AI 기반 DeFi 금고, AI 위험 모델링 등, 이는 그들이 대부분보다 더 빨리 PMF를 발견했음을 의미할 수 있습니다.

포지션 확보 방법: Discord에 가입하여 초기 커뮤니티 구성원으로 참여하는 방법을 확인하세요.

9. Botto

소개: Botto는 완전히 자율적인 예술가로, 폐쇄 루프 프로세스와 사람이 변경할 수 없는 출력을 가지고 있습니다. 인간의 유일한 입력은 Botto의 출력을 투표하여 예술가가 다음에 무엇을 할지 안내하는 것입니다.

긍정적인 이유: 이 독특한 프로젝트는 AI, 예술, NFT 및 DeFi를 결합하며, 실제 수익(설립 이후 450만 달러)을 창출했습니다. Botto의 예술 작품은 크리스티 경매에서 판매되었습니다. 이는 역사상 최초로 투자할 수 있는 AI 예술가입니다. 예술 작품 판매 수익은 스테이킹하는 사람들에게 분배됩니다.

포지션 확보 방법: BOTTO 토큰 또는 Super Rare에서 Botto의 NFT를 구매하세요.

10. Parallel(Colony)

소개: Colony는 AI에 의해 구동되는 끝없는 게임으로, 모든 시뮬레이션 물체가 체인 상에 있습니다. 당신은 Parallel 화신과 짝을 이루게 됩니다. 당신과 당신의 화신은 함께 노력하고 체인 상 자원을 공유하여 PRIME이 구동하는 끊임없이 확장되는 Parallel 세계를 탐험합니다.

긍정적인 이유: PRIME은 게임과 AI가 진정으로 교차하는 유일한 토큰 중 하나입니다. 'Colony'는 새로운 유형의 게임을 정의할 가능성이 있으며, 팀이 실행할 경우 진정한 바이럴 잠재력을 가지고 있습니다. 이 게임을 제작하는 스튜디오는 web3 게임 분야에서 가장 뛰어난 곳일 수 있습니다.

포지션 확보 방법: PRIME 토큰과 Parallel 아바타 NFT. 게임 출시 시 등록하여 게임을 플레이하세요.

11. Aethir

소개: Aethir는 기업급 GPU의 소유권, 배포 및 사용에 중점을 둔 새로운 클라우드 컴퓨팅 인프라 접근 방식을 도입합니다. 이는 시장과 집합체 역할을 하여 공급자 참여자(예: 노드 운영자 및 GPU 제공자)와 AI, 가상화 컴퓨팅, 클라우드 게임 및 암호화폐 채굴과 같은 계산 집약적 산업의 사용자 및 조직 간의 연결을 촉진합니다.

긍정적인 이유: Aethir는 GPU 컴퓨팅 클라우드 카테고리에서 또 다른 강력한 DePin 경쟁자로 보입니다. 그들이 주장하는 GPU 수는 Render보다 20배 많습니다. 그들은 인기 있는 산업의 매우 유리한 환경에서 출시될 것입니다.

포지션 확보 방법: 곧 있을 노드 판매에 참여하고 그들의 Discord 서버에 가입하세요.

12. Morpheus

소개: Morpheus는 AI의 대중화를 위해 최초의 진정한 분산형 P2P 개인 에이전트 네트워크를 구축하고 있습니다.

긍정적인 이유: 이 프로젝트의 한 가지 멋진 사실은 그 기여자 중 한 명이 이 분야의 진정한 OG인 Erik Voorhees라는 것입니다. 이 프로젝트는 Bittensor의 느낌을 줍니다.

포지션 확보 방법: 공정한 출시 기간 동안 stETH를 투자하여 MOR 토큰을 얻을 수 있습니다.

13. Autonolas

소개: Autonolas는 분산형 AI 에이전트를 생성하고 사용하는 오픈 마켓입니다. 그러나 그뿐만 아니라, 개발자에게 체인 외부에서 호스팅된 AI 에이전트를 구축할 수 있는 도구 세트를 제공하며, Polygon, Ethereum, Gnosis Chain 또는 Solana를 포함한 여러 블록체인에 삽입할 수 있습니다.

긍정적인 이유: Autonolas는 현재 일정 부분 채택된 증거가 있는 AI 프로젝트 중 하나입니다. OLAS는 현재 인공지능 암호화 프로젝트 경주에서 사람들이 경쟁하는 몇 안 되는 토큰 중 하나입니다.

포지션 확보 방법: OLAS 토큰

14. MyShell

소개: MyShell은 AI 네이티브 응용 프로그램을 발견하고 생성하며 스테이킹하기 위한 분산형 종합 플랫폼입니다.

긍정적인 이유: MyShell은 AI 응용 프로그램 상점이자 AI 로봇과 응용 프로그램을 생성할 수 있는 플랫폼입니다. 이는 누구나 AI 기업가가 되어 자신의 응용 프로그램을 통해 수익을 창출할 수 있도록 합니다. 이 제품은 현재 생산 중입니다.

포지션 확보 방법: 그들은 아직 토큰이 없지만, 그들의 응용 프로그램에 등록하고 로봇과 상호작용하여 포인트를 얻기 시작할 수 있습니다(누가 알겠습니까, 이것이 당신에게 무엇을 가져다줄지).

15. OriginTrail

소개: OriginTrail은 블록체인과 AI를 통합하여 데이터의 무결성과 출처를 보장하는 분산형 지식 그래프(DKG)를 제공하며, 검증된 정보 네트워크에 대한 접근을 통해 AI 기능을 향상시킵니다. 이 통합은 데이터 생성, 검증 및 쿼리를 위한 안전하고 신뢰할 수 있는 기반을 구축하여 각 산업의 AI 에이전트의 효율성과 신뢰성을 높이는 것을 목표로 합니다.

긍정적인 이유: 제품이 운영 중입니다. 기업 고객이 있습니다. 내 이해로는, 지식 그래프는 AI가 데이터를 해석하고 다른 사건의 맥락에서 이해할 수 있도록 합니다. TRAC는 또한 열렬한 추종자를 보유하고 있는 것 같습니다.

포지션 확보 방법: TRAC 토큰

16. Ritual

소개: Ritual은 개방적이고 주권적인 AI 실행 층입니다. Ritual은 개발자가 AI를 체인 상의 응용 프로그램이나 프로토콜에 원활하게 통합할 수 있도록 하여, 그들이 모델을 미세 조정하고 화폐화하며 추론을 실행할 수 있도록 합니다.

Ritual의 비전은 개발자가 완전히 투명한 DeFi, 자기 개선 블록체인, 자율 에이전트, 생성 콘텐츠 등을 구축할 수 있도록 하는 것입니다.

긍정적인 이유: Ritual은 실제로 최고의 지지자를 보유하고 있습니다. 개발자는 지금 Infernet SDK를 시도할 수 있습니다. 나는 며칠 전에 한 개발자가 이 SDK를 사용하여 실험적인 NFT 프로젝트를 시작한 것을 발견했습니다. 매우 멋집니다(나는 너무 늦어서 주조할 시간이 없었습니다).

포지션 확보 방법: 그들의 Discord에 가입하고 지속적으로 주목하세요.

17. Nillion

소개: Nillion은 안전하고 비밀스러운 방식으로 AI 모델을 훈련하고 추론할 수 있는 능력을 제공하여 안전한 개인화된 AI의 기초를 구축합니다.

긍정적인 이유: Nillion의 블라인드 컴퓨팅 네트워크는 개인화된 AI라는 거대한 잠재적인 미개척 분야를 포함하여 많은 새로운 사용 사례를 열어줍니다. 개인 데이터 처리가 없다면 개인화된 AI는 널리 채택되지 않을 것입니다. Nillion의 솔루션은 실제로 게임 규칙을 변화시킬 것으로 보입니다.

포지션 확보 방법: 그들의 Discord에 가입하고 추적하세요. 당신이 개발자라면, 그들이 곧 몇 가지 해커톤을 개최할 것이라고 믿습니다.